投資概覽
Bittensor 是一個受比特幣網路啟發，基於子網架構和博弈論的通用激勵平台。比特幣透過代幣的增發來激勵礦工完成 SHA 256 的計算，維護網路的可用性。 Bittensor 透過增發激勵子網路礦工提供各種資源，包括 AI 推理、資料儲存、GPU 算力、頻寬等。
1. 團隊方面：三位核心成員都是電腦背景，Ala 更偏學術研究和AI 演算法，Jacob 擅長機器學習和區塊鏈架構，Garrett 具備工程落地和產品開發經驗，整體來說是一個較強的技術創業組合。
2. 開發進度方面：一直維持正常的開發進度，在最近三個月其開發頻率有所提升。
3. 產品方面：創新的代幣經濟學，只有子網團隊透過專案的品質提升進而提升子網代幣的價格才能獲得激勵。在 Bittensor 的博弈論機制下，子網之間在競爭下提供最優的資源，包括量化模型表現、GPU 算力價格、儲存性價比、折疊蛋白質發現速度等。
4. 生態發展方面：生態目前子網計畫 80 個，生態數量呈現加速成長的趨勢。但是有大量重複和相似的業務。
5. 敘事面：Bittensor 與 AI、DePin、公鍊等敘事關聯性較強。
風險：
1. 基礎設施匱乏，行銷和社群支持不足，導致不透明性較高。
2. 生態重複性較高，缺乏外部獨立開發團隊，一個 Labs 可能建構高達五、六個子網路專案。進而導致 Labs 無法專注於某個項目，使得在競爭下輸給外部獨立的競爭。
3. TAO 的機制設計複雜，涉及多個細節，散戶的學習成本高，對專案方的知識儲備要求也較高。
Bittensor 的生態發展呈現加速的趨勢，其架構較為獨特，目前還沒有高度相似的競品出現，大部分 AI 產品都是子網路專案的競品。對於其生態的發展，我們抱持樂觀的態度，不像 Allora 和 Sentiment，礦工只能提供大模型，Sahara AI 只能提供數據，Bittensor 的子網（礦工）更像是多個國家在一套世界體系下進行，Bittensor 獎勵發展好的國家，每個國家具體要發展的業務都是完全自由的，但是又不能超出 Bittensor 設定的世界觀。而評定標準就是各國的貨幣是否值錢。在這套更開放和子網路有自己代幣的獨特激勵架構下，就是有機會走出亮眼的生態。我們也看到陸續有包括 YZi Labs 等 VC 開始投資 Bittensor 生態。
基本概況
1.1 項目簡介
Bittensor 是一個受比特幣 POW 網路啟發，基於子網路架構和博弈論的通用激勵平台。比特幣透過代幣的增發來激勵礦工完成 SHA 256 的計算，維護網路的可用性。 Bittensor 透過增發激勵子網路礦工提供各種資源，包括 AI 推理、資料儲存、GPU 算力、頻寬等。透過博弈論和代幣激勵，建構一個良性競爭的環境，以提供分散式的眾包服務。
1.2 基本訊息
註：資料來源 CoinMarketcap Coinglass，統計日期 2025 年 3 月 17 日
2 項目詳解
2.1 團隊背調
Jacob Robert Steeves: Founder, 畢業於西蒙弗雷澤大學，獲得應用科學學士學位，主修數學與電腦科學。在校期間，他曾參與ACM-ICPC 程式設計競賽，並在2014 年的西北美賽區獲得第8 名的成績。 Jacob 的職業發展經驗涵蓋了機器學習研究（Knowm）、演算法開發（Google）以及去中心化技術領域的探索（Bittensor）。他的工作領域主要圍繞著機器學習、分散式運算和加密技術，還有傳統科技企業的經驗。
Ala Shaabana: Co-Founder, 畢業於University of Windsor 電腦學士以及 McMaster University 博士學位。其職業發展經驗涵蓋了軟體開發（firmCHANNEL、VMware、Instacart）、大學學術研究。他的工作領域涉及電腦科學、機器學習和分散式運算，既有企業研發經驗，也有學術研究背景。
Garrett Oetken：CTO, 畢業於愛達荷大學（University of Idaho）主修電腦科學，職業發展經驗涵蓋了軟體開發（Safeguard Equipment）、人工智慧研究與技術創業（Quantum Star Technologies、Opentensor Foundation）。他的工作領域涉及AI、電腦視覺、自然語言處理和分散式運算。
Opentensor 是 Bittensor 的開發團隊，Opentensor Foundation 創立於 2023 年 3 月，總員工數約 40 人，近六個月減少 3% ，平均在職時間為 1.3 年。三位核心成員皆是電腦背景，Ala 更偏學術研究和AI 演算法，Jacob 擅長機器學習和區塊鏈架構，Garrett 具備工程落地和產品開發經驗，整體來說是一個較強的技術創業組合。
2.2 資金/融資狀況
Bittensor 從未公開過在一級市場的融資情況。目前公開可查的是 Polychain，DCG 以及 DAO 5 數百萬美元的 OTC 代幣交易。
2.3 代碼
Contributors, source:Github
Opentensor 的 Github 主庫 Tensor 的開發進展良好，在 2025 年第一季的程式碼庫更新明顯加速。
2.4 產品
2.4.1 產生背景
Bittensor 的產品構思始於對比特幣網路的解讀，在 Bittensor 的視角中，比特幣網路透過代幣經濟激勵措施來促使全球礦工運行演算法來維護整個網路的可用性。但是比特幣網路貢獻的運算資源是非常初級和單一的。 Bittensor 受此啟發，激勵礦工提供更廣泛的數位資源或在 AI 時代下的智慧運算資源。在比特幣網路中，所有的礦工都運行同一個演算法 SHA 256 ，但在 Bittensor 中，礦工可以運行不同的演算法或提供不同的資源（AI 推理、資料儲存、算力、頻寬等），而這些又可以進一步抽象化成一個去中心化的市場，透過 Bittensor 統一的激勵機制給予獎勵。
2.4.2 產品介紹
Bittensor 是一個開源平台，參與者可以生產數位商品，包括算力、儲存空間、AI 推理和訓練、蛋白質折疊、金融市場預測等等。 Bittensor 由不同的子網路組成。每個子網路都是獨立的礦工社區（生產商品的人）和驗證者（評估礦工的工作）。子網路創建者負責管理激勵機制，TAO 的質押者可以透過質押 TAO 來支持特定驗證者。
TAO 的架構，圖源：Bittensor
TAO 由上圖所示的幾個組件構成：
1. 子網。每個子網路都是一個基於激勵的競爭市場，生產一種與人工智慧相關的特定數位商品。由生產商品的礦工和根據子網路特定標準衡量礦工工作以確保其品質的驗證者社區組成。
2. Bittensor 主網充當記錄系統，其代幣 TAO 則作為參與子網活動的激勵，Bittensor 區塊鏈記錄礦工、驗證者和子網創建者的餘額和交易。
3. Bittensor API，支援子網內礦工和驗證者之間的交互，並允許各方根據需要與區塊鏈進行交互。
每個子網路都有兩個角色，礦工和驗證者。
礦工
● 在Bittensor 的理念中，「礦工」並不是只跑算力挖PoW，而是能為AI 模型提供訓練或推理資源（或其他數位商品，如資料頻寬等）。
● 不同子網路可能針對不同任務（NLP、CV、多模態等），礦工可選擇適合自己硬體/演算法的子網路加入，貢獻資源、獲得激勵。
驗證者
● 驗證者仍要維護Bittensor 主鏈的安全，進行打包區塊、驗證交易等（參考Polkadot/Substrate 的機制），讓網路維持正常運作。
● 同時也有子網路層級的驗證者，幫助校驗子網路內部是否遵守共識規則、防止惡意行為。
子網的流動性
Bittensor 引入的關鍵機制是每個子網路都有自己的 AMM 機制。這個 AMM Pool 有兩個代幣儲備，一個包含TAO 主網本身的代幣，另一個就是子網自己的代幣（我們統一視為 Alpha Token）。子網代幣是需要將 TAO 代幣質押到子網儲備中才能購買。例如，假設池子中有 1000 枚 TAO，和 16000 枚子網 Alpha 代幣，那麼根據公式
這意味著一枚 alpha token 價值 0.0625 枚 TAO，當大家看好 Alpha 代幣時，就會透過 TAO 購買 Alpha，這樣其 Alpha 在供應中減少，而 TAO 增多，促使 Alpha 的價格上漲。值得注意的是，網路在每個區塊也會以一定規則為子網「注入」一部分新的TAO 和新的子網代幣，這部分也會影響代幣的價格。
但子網代幣具體如何發行的，以及 TAO 如何激勵子網的，就與我們接下來介紹的 Bittensor 的最新 dynamic TAO 機制有關。
2.4.3 技術細節
過去，Bittensor 的關鍵技術是其 Yuma Consensus 演算法，該演算法旨在解決一個問題——如何在去中心化的網路中，針對「AI 模型貢獻」達成共識並進行激勵分配，同時抵禦節點們的串通作弊等行為。該演算法不僅負責驗證者的共識投票，還負責確定哪個子網路應該獲得多少的 TAO 激勵。但是：
1. 驗證者無法全面評估大量子網，導致評分不準確、冷漠或被賄賂；
2. 子網路可能私下向驗證者“行賄”，拉高投票；
3. 值得更多激勵的優質子網，可能在不公平環境下被冷落。
因此，Bittensor 建構了一個改進的機制來評估子網路的貢獻，其稱為 dynamic TAO。 DTAO 新想法： 把「哪個子網路應拿更多代幣增發」交給市場，透過在每個子網路上發行一種子網路代幣(Alpha) 並結合AMM 池，由市場價格來評判子網路價值。如果子網越有前景，子網代幣價格越高、每次增發獲得的TAO 比例也越高，同時 Alpha token 增發激勵也會越多。
舉個例子，例如我們有兩個子網路 Subnet A 和 Subnet B，每個區塊增發一枚 TAO。
1. Subnet A 和 Subnet B 在上線之時，便有了其子網的代幣分別為 alphaA 和 alphaB 以及價格 P_a 和$P_b，如果沒有特殊配置一般是 1: 1 的 TAO 和子網代幣，同時 Alpha 代幣的總量和 TAO 一樣也維持在 2100 萬枚的 Cap。
2. 每個子網所能獲得的TAO 總注入量Δτ，與其代幣價格在「全網代幣價格總和」中的比例成正比。公式一般是：
因此，假設兩個子網的價格 P_a 和 P_b 分別為 1 TAO 和 1 TAO，那麼每個區塊增發後，子網可以獲得 0.5 Δτ，如果市場更看好 alphaA，則市場就會向 A 子網 AMM 池中註入更多的 TAO。
要維持AMM 池子價格穩定，子網路也會得到對應的Alpha 注入。通常做法：
1. 先算出 Δαi —— “在維持目前價格pi 的前提下，需要注入多少Alpha”
2. 若算出的值超過子網路的 Alpha 發放上限（cap），則實際注入值被截斷（只注入到cap 為止）。
在DTAO 規則中，除了注入到池子裡的這部分Alpha，還會有同等數量的Alpha 代幣直接分發給子網角色，以取代過去發TAO 的方式。
●礦工（Miners）佔41%
● 驗證者（Validators）佔41%
●子網路擁有者（Subnet Owner）佔18%
注入池子是為了維持價格；分發給節點是為了激勵生態角色。 Alpha token 是保留起來的，等一次 Tempo 時間（360 個區塊）以後一次性發放，避免過於零碎的發放獎勵。礦工負責提供子網路的算力、儲存、推理等功能，唯一能獲得的代幣就是這個增發的機制，驗證者負責校驗。
這裡有一個比較常見的問題是：每一次 TAO 的注入，雖然 Alpha 代幣配套增發到 AMM 中，這一部分的池子的價格是維持恆定的，但是又額外增發相對應的代幣會導致額外的拋壓。這是類似比特幣的礦工獎勵機制，AMM 池子 TAO 和 ALpha 代幣的等比例的注入是為了讓子網代幣的流動性加深市場，滑點低，市場定價更加準確，代幣持有人更有信心。而 alpha 代幣等比例的增發獎勵，是為了獎勵其高品質的礦工和子網開發者。實際上由於代幣總量限制在 2,100 萬，所以子網代幣也不會無限的增發，而是無限趨近於 2,100 萬枚。類似比特幣礦工和比特幣增發機制一樣。
正向循環機制
在新的 Dynamic TAO 的架構下，這裡有一個正向的回饋循環，來激勵子網路開發者構建，他們往往指望增發來獲得更公平和透明的獎勵。這套激勵能較好的防止刷票行為，因為刷票需要使用真金白銀推高子網的價格，而只有基本面好的價格能長期穩定在較高水平，較差子網如果靠刷票拉高子網價格，首先其不可持續，其次本身對於子網持幣者也樂見其成幣。
3 發展
3.1 過去
3.2 現在
Subnet Growth, source: taostats
子網路上線於 2023 年 10 月，經歷了 1 年半的發展，Bittensor 目前有 80 個子網路（包括 Root 子網路），生態呈現快速成長的趨勢。截止 3 月 23 日，生態的總市值為 1.65 B，子網代幣的 24 小時總交易量為 47.66 m。
3.2.2 生態發展
Bittensor ecosystem, source: OKA Research
Top 20 rankings by Liquidity, source:Taostates
我們統計了除去 Root 網路（也就是 Bittensor 過去的代幣分發機制，依賴驗證者來確定貢獻，目前已經廢除）的前 20 名，按照 AMM Pool 中的流動性排名。這可以反映長期以來的價值累積和認可。
Bittensor 的生態重複性很高。在 20 個項目中有 11 個項目都是利用現存的 GPU 進行大模型的預訓練、訓練、微調和推理。但我們在生態中也能夠看到 Subnets 適用去中心化的 GPU 來進行包含蛋白質、圖論、大模型的運算。值得注意的是，我們發現其子網許多生態都是由同一工作室研發如 Microcosmos（#1 #9 #13 #25 #37），Rayon Labs（#64 #19 #Gradients），在生態方面可能仍缺乏足夠的獨立開發者團隊。
在生態的真實效用方面，確實有一些社群的聲音，值得我們反思。比如：
1. Bittensor 自從 dynamic TAO 主網上線後，其演變成了一個去中心化的通用的激勵網絡，由於 Root 子網的正式下線（失去中心化的調控），同時機制依賴於子網的市值高低，會導致一些如 MEME 代幣獲得激勵，從而使得網絡的長期願景失效。
2. 有些專注於推理的 LLM 子網，大量礦工帶來了效率低下和冗餘。同時子網自身激勵機制和推理品質判斷的程度不一，礦工傾向與使用同一種模型，而避免被誤判。
我們認為，問題一確實值得注意，可以引入更多的機制去判斷價值或重新引入一個 DAO 組織來避免一些有損網路的事情。而對於問題二，我們認為這說明了該子網的所有人，並沒有做好相關的工作，那麼該子網如果失去了價值，其價格和激勵也會逐步降低，所以這方面可以依據市場的自主調節。如果以一個非常長遠的眼光來看，Bittensor 這種通用激勵網路網路仍然有其意義所在，在生態部分，我們將論述其適合的應用場景。
在資本的支持方面，Bittensor 生態也在逐步擴大，我們看到了陸續有專案獲得了 VC 的融資。比如：
3.2.2 社群媒體
Bittensor 與社群之間的聯繫較少，除了 Discord 外，沒有官方的社群交流管道，同時也缺乏市場宣發的動作。
3.3 未來
隊員 X, source:const
官方 Blog 在去年就已經停止更新，也沒有官方的 2025 Roadmap，團隊對於開發者的重視程度遠遠超過社群。 Founder 在 X 上大致概述其接下來的目標包括：閾值簽章、時間鎖定加密、可驗證函數、ZK-SNARKs、同態加密和多方計算。這些密碼學工具是希望能幫助開發者重新設計網路激勵系統。
4 經濟模型
4.1 代幣分配
Vesting Schedule, source: Defillama
Finney 網路於2023 年3 月20 日啟動，此時第一批礦工可以上線挖礦。 Bittensor 也和比特幣一樣，完全沒有球隊和 VC 的一級市場份額。代幣總量 2,100 萬枚，目前已經挖出 36.95% （約 850 萬枚），剩餘 68.05% 等待挖出。每一個區塊會挖出一個 TAO，一個區塊為 12 秒，一天大約挖出 7200 個 TAO，以 250 美元的價格，大致在 180 萬美元（現貨交易量每日在$ 96.62 M）。
Staking Validators, source: Taostates
目前一共 6, 143, 675 枚 TAO 被質押（佔流通代幣總量的 72.3% ），質押挖礦的平均年化回報率大約在 15% -17% 之間，相比之下，Solana 的 APR 為 7.5% ，NEAR 為 9.2% 為 2.9%。
TAO 的代幣經濟學是完全和 BTC 一致，整個網絡的價值就是 TAO 的價值，TAO 的代幣經濟學完全用於網絡的驗證者分發和子網的激勵，同時完全釋放需要幾百年的時間，整個網絡維持著穩定而緩慢的釋放節奏。
4.2 代幣用途
● 治理與投票
● 註冊費用（礦工、驗證者、子網路）
● 回收機制：TAO 有一個獨特的回收機制。 TAO 網路是一個通用的激勵網路。代幣回收機制就是將獎勵的 TAO 放回獎勵池。網路中回收的 TAO 主要來自兩個地方：新礦工和驗證者的註冊費用以及關閉註冊的子網路。
Registration Recycle, source: Taostates
上圖是每日的回收情況，這個回收圖表可以部分反映對生態的關注程度，平均每日回收的 TAO 在 150-300 之間。
4.3 持幣地址
Exchange Transactions, source: Taostates
Top 50 Balance, source: Taostates
Top 50 的持幣地址量大概佔流通籌碼的 30% 左右，在交易所中交易量最大的是 Binance，遠超過其他交易所的交易量之和。單一可驗證持幣地址最多的是 MEXC。
TAO Trust, source: Grayscale
在 ETF 方面，Grayscale 持有價值 550 萬美元的 TAO。
5 市場與競爭
Bittensor 採用類似 BTC 的釋放機制，完全無預留。業務方面採用博弈論建構具備競爭性質的多任務去中心化解決方案，包括 GPU 市場、科學研究、資料分散式儲存和索引、AI 分散式訓練和推理等一系列應用情境。 Allora、Sentient（主要提供模型推論）、Sahara AI（主要提供眾包資料）被視為其競爭對手但是 Sentient 和 Sahara AI 更像是子網的競爭對手，而 Allora 被視為最相似的在架構層面的主要競爭對手。
5.1 市場與上下游概覽
在討論 Bittensor 的市場和需求時，我們認為其業務模式與眾包類似。在Web2世界有類似的例子，例如 Scale AI。其業務模式就是聘請東南亞的低成本的工人為互聯網數據打標籤以分發給有數據需求的公司訓練自己在特定領域的大模型，目前公司的估值已經超過了 140 億美元。眾包模式相較於中心化營運的好處是低成本、高彈性，而中心化運作更穩定且規範。去中心化本身的弊病就是效率，這肯定是無法和中心化進行比較的。因此，Bittensor 的子網所貢獻的多為閒置資源，但這些資源並非毫無價值，實際上，許多閒置資源仍未充分發揮其潛在價值。同時，有些公司為了因應資源需求大且業務週期較短的項目，會選擇將部分任務外包給第三方，以實現資源的高效利用和成本的合理控制。
5.2 賽道專案介紹
Allora:
Allora 是由社群建構的自我完善的 AI 網路。參與者透過網路貢獻，驗證者使用情境感知推理技術來評估網路參與者的貢獻。在 Allora 語境下，網路參與者包括工作者（提供特定資源，Bittensor 裡面的礦工），信譽者（評估工作質量，Bittensor 廢棄的 Root 網路驗證者），驗證者（透過 Cosmos 架構負責實例化 Allora 網路的大部分基礎設施），消費者（對網路眾包資源的需求開發者）。
Allora Structure, source: Allora
在 Allora 的架構中，一共有三個主要的元件在處理 Consumer 的請求，Workers: Inference 負責產生使用者要求，Workers:forecasting 負責評估推斷可能的損失，然後 Reputers 結合兩種 Workers 的結果給到 TopCoordinator，Top Coordinator 負責對 Consumer 直接進行互動。
這裡的重點在於，Workers：Foecasting 這個元件是一個全域元件，他能夠獲得 Inference Workers 的結果。例如在預測某個 token 的價格表現場景下，Forecasting Worker 根據最終的結果以及當前 Inference Worker 的推斷得知，A Worker 在這個場景下表現的好，B Worker 可能更適合預測天氣。這就是 Allora 在白皮書強調的 Context-aware 技術，Context-aware 技術的核心是 Forecasting Worker 的存在，會評估 Inference Worker 在不同場景下的表現。
5.3 競品要素對比
Allora 和 Bittensor 所做的事情大致相同，都是透過賽局理論發現最好的 Worker。但是主要的差別在於：
礦工品質評估方法
Bittensor 採用代幣經濟學的方式，透過價格自主發現的方式（子網代幣價格）來衡量補貼的額度，專案的主要目標是提升子網的代幣價格，這樣就可以獲得子網代幣的增發獎勵。
Allora 的評估方式是採用目前非常流行的：Shapely 方式——如果沒有，網路預測會變差多少，來評估 Worker 的貢獻。 Reputers 在事件發生之後，會給予一個公正的 loss，可以給下一次 Forecasting Worker 來使用，也可以評估 Forecast Worker 的公正程度。假設少一個 Worker，根據某個公式，loss 變得越大，那麼貢獻就越大，獎勵就越多ƒ。
這裡存在一個比例，可能某個 Worker 的貢獻度 10% ，另一個為 20% 。他們根據比例共享一個稱為獎勵池，Forecasting Worker 和 Reputer、Validator 也會根據在網路中的貢獻，共享這個獎勵池，該獎勵池來自每次區塊的增發。
生態開放度
Bittensor 的生態開放性顯著高於 Allora。在 Bittensor 生態中，子網路開發者擁有高度的自主性，可以自由提供任何希望提供的服務，同時需要自行尋找目標客戶。相較之下，在 Allora 生態中，礦工的角色被明確地限定為提供大模型服務，可能專注於金融領域，也可能擅長預測分析。此外，Allora 的生態對接通常由其集體統一安排。所以 Allora 更像是一個可以自我調整的大模型集群同時提供即時的數據，類似於迪拜島。而 Bittensor 更像多個島嶼之間建造了跨海大橋，每個島嶼都有自己的貨幣和主要產業。
社區和資本支持
Allora 在社區建設和資本支持方面明顯更具優勢。 Bittensor 沒有尋求外部融資，而 Allora 獲得了接近 3300 萬美元的融資，領投方包括 Framework Ventures*, CoinFund*, Blockchain Capital*，Polychain 以及 Archetype。 Bittensor 除了 Discord 以外沒有任何社群和論壇，Allora TG、X、Discord、Forum 等都較為齊備。總的來說，在 Bittensor 的理念受 BTC 都影響更大，更傾向於由社區自發性主導。
代幣經濟學
Bittensor 的子網路能夠發行自己的代幣，但是 Allora 的礦工只能提供模型，並且完全使用同一個 Allora 代幣。 Bittensor 代幣為 Fair Launch，但 Allora 有大量的團隊和 VC 預留。兩者都採用了比特幣的釋放模型，同時每四年減半。
總的來說，Bittensor 的架構更加獨特，帶來了更開放的生態可能性。但是 Allora 生態合作的速度會快於 Bittensor，Bittensor 需要獨立的開發者來開發，限制了生態的規模。嚴格來說，市面上仍然未有和 Bittensor 類似的競品，Bittensor 的子網作為獨立項目運作，擁有自主發行代幣的機制，這進一步凸顯了其生態的獨特性與自主性。
6 風險
1. 基礎設施匱乏，行銷和社群支持不足，導致不透明性較高。
2. 生態重複性較高，缺乏外部獨立開發團隊，一個 Labs 可能建構高達五、六個子網路專案。進而導致 Labs 無法專注於某個項目，使得在競爭下輸給外部獨立的相似項目。
3. TAO 的機制設計複雜，涉及多個細節，散戶的學習成本高，對專案方的知識儲備要求也較高。
參考文檔
《Bittensor (TAO) : A comprehensive presentation of a protocol combining AI and blockchain》： https://oakresearch.io/en/reports/protocols/bittensor-tao-presentation-protocol-combining-ai-blockchain
《Bittensor Docs》: https://docs.bittensor.com/
《THUBA 研究| Bittensor：音樂何時停止》： https://foresightnews.pro/article/detail/67830
《Demystify Bittensor ：Hows the Decentralized AI Network?》： https://www.trendx.tech/news/comprehensive-analysis-of-the-decentralized-ai-network-bittensor-1215435
《Reflexivity Research》: https://x.com/reflexivityres/status/1843319486138474552
免責聲明：
本內容不構成任何要約、招攬、或建議。您在做出任何投資決定之前應始終尋求獨立的專業建議。請注意， Gate.io及/或Gate Ventures 可能會限製或禁止來自受限地區的所有或部分服務。請閱讀其適用的用戶協議以了解更多資訊。
關於Gate Ventures
Gate Ventures是Gate.io 旗下的創投部門，專注於對去中心化基礎設施、生態系統和應用程式的投資，這些技術將在Web 3.0 時代重塑世界。 Gate Ventures 與全球產業領袖合作，賦予那些擁有創新思維和能力的團隊和新創公司，重新定義社會和金融的互動模式。
官網：https://ventures.gate.io/
Twitter：https://x.com/gate_ventures
Medium：https://medium.com/gate_ventures
